Distributed memory systems for simulating artificial neural networks

In executing tasks involving intelligent information processing, the human brain performs better than the digital computer. The human brain derives its power from a large number [O(10¹¹)] of neurons which are interconnected by a dense interconnection network [O(10⁵) connections per neuron]. Artificial neural network (ANN) paradigms adopt the structure of the brain to try to emulate the intelligent information processing methods of the brain. ANN techniques are being employed to solve problems in areas such as pattern recognition, and robotic processing. Simulation of ANNs involves implementation of large number of neurons and a massive interconnection network. In this paper, we discuss various simulation models of ANNs and their implementation on distributed memory systems. Our investigations reveal that communication-efficient networks of distributed memory systems perform better than other topologies in implementing ANNs.     

一种分布式的洋葱路由新机制

洋葱路由技术在公网上提供双向、实时的匿名通信，其面向连接和严格的源路由方式导致效率低、扩展性差。利用分布式的概念，采用分段连接技术思想提出了一种安全、高效的分布式洋葱路由机制(DORS)，给出了DORS路由实现算法，并从方案实现效率、安全性方面对DORS进行了分析。分析结果表明DORS具有良好的扩展性、鲁棒性、简单性和有效性。     

基于分层的改进A＊算法在路径规划中的应用

智能交通中的路径诱导系统能够极大地提高人们的出行效率与出行体验。经典A＊算法只注重搜索精度而忽略了搜索效率,在城市道路网络分层的基础上,对高层道路使用的A＊算法进行了改进,对于道路网络中的不同节点,设置估价函数具有不同的权值,同时给定权值的一个上下限阈值,以平衡算法的搜索效率与搜索精度。实验表明,得到的最短路径虽然不是常规的距离最短却是实际行驶时间最优的。     

一种新型指纹锁电路设计

市场上主流的电子锁是基于密码设计的。密码锁的最大的缺陷是密码容易被他人窃取、猜测及遗忘。随着生物技术的发展,越来越多的活体技术应用到识别系统中,如指纹、掌纹、人脸、虹膜等。相对于其它的活体识别技术,指纹识别系统以其可实现性强,成本相对低廉,同时又具备较高的安全性,被越来越多的应用到各种场合。文章给出了一种新型的指纹锁架构,并详细论述了系统的各个组成部分以及指纹识别算法的实现流程。文章对降低系统功耗和增加保密性都提出了独特的方法。     

融合动态层次聚类和邻域区间重组的蚁群算法

针对蚁群算法搜索速度过慢以及解质量不足等问题,提出一种融合动态层次聚类和邻域区间重组的蚁群算法。在初始阶段,调整层次聚类阈值并按照类间距离最小合并的原则迭代至目标簇集,根据预合并系数进行簇间合并,通过蚁群系统得到小类路径并断开重组以加快算法整体收敛速度;接着使用蚁群系统对解空间进行优化,同时并行处理簇集与簇集邻域区间扩散重组,增加解的多样性,进一步固定迭代次数进行比较,若邻域区间重组解质量优于当前优化解则进行推荐处理,提高解的精度;当算法停滞时,引入调整因子降低各路径信息素之间差异以增强蚂蚁搜索能力,有助于算法跳出局部最优。实验结果表明,在面对大规模问题时,算法的精度在3%左右,该方法相比传统方法可以有效提高解的精度和收敛速度。     

有序介孔碳材料的模板化构筑及水处理应用研究

介孔碳材料是指孔径介于2 nm-50 nm的一类多孔碳材料。有序介孔碳材料，具有比表面积高、孔道结构规则有序、孔径分布狭窄、孔径大小可调控、表面易于修饰等结构特点和高机械强度、强吸附能力、化学惰性等性能特点，在诸多领域得到了广泛应用，特别是其作为新型吸附剂在水处理领域具有广阔的发展前景。有序介孔炭材料的制备方法主要有硬模板法和软模板法。模板和碳源的选择是控制有序介孔碳材料结构和性能的关键因素。本文从有序介孔硅、天然矿物、MOFs材料、嵌段共聚物等不同模板的角度对有序介孔碳、多级有序微/介孔碳、多级有序大/介孔碳的制备方法进行综述，并对有序介孔碳材料在水处理领域的应用进行简单介绍。     

高效节能的能量异构传感器网络数据聚合协议

介绍了一种有效地用于能量异构传感网络的数据采集协议EDGA。EDGA在能量最小化的网内通信和均衡能量负荷等性能上有很好的表现。它通过基于权重选择概率选取的簇头获得了更好的处理能量异构环境的能力,并且利用一种简单但有效的方法解决了簇内的面积覆盖问题。仿真结果表明,该EDGA方法在能量异构无线传感网络的数据采集应用中比LEACH和HEED等方法有明显的优势。     

层次约束结构的虚拟装配建模技术

为了解决虚拟环境下装配建模在信息完备性和模型复杂性等方面的问题,提出了一种基于层次约束结构的虚拟装配模型.该模型分为产品层、部件层、零件层、特征层、几何面层和面片层来表达,不同层元素之间存在层次映射关系,同一层元素之间存在约束关系.通过CAD系统和虚拟装配系统之间的数据转换,实现了虚拟装配模型的生成算法,并给出了根据虚拟装配模型生成的虚拟装配场景图的结构.基于层次约束结构的虚拟装配模型具有信息表达完备,信息集成度高,满足实时性要求等优点,同时还能与CAD系统和虚拟装配场景图实现集成.实例验证了虚拟装配建模的有效性.     

主题分析技术在文档聚类中的应用

为解决高频特征对文章的主题信息反映不够全面,无法获得高质量聚类结果的问题,同时为获得聚类后各类别反映信息的精确描述,采用词汇链反映文章所描述的主题信息,并依据文本间词汇链的相似度进行聚类.将聚类后属于同一类别并反映相同主题信息的词汇链进行融合,通过分析各词汇链所描述的主题信息在不同类别内的分布来抽取能够充分反映各类别主题的关键词集合.实验证明该方法比应用高频特征进行聚类的效果好,同时由于分析了主题信息在各类别内的分布情况,使抽取的类别关键词能够很好地体现每个类别所侧重描述的信息.